AlibabaのQwenチームや香港科技大学などの研究者が、AIにネットショップを1年間運営させる評価環境「E-Commerce Bench」を開発しました。実際の店舗ではなく、淘宝・天猫のデータをもとにした仮想市場で、18種類のモデルに仕入れや価格設定、発送、資金管理などを任せます。
初期資金10万元での試験では、GPT-5.6 Solが平均約14.3倍に増やして首位でした。ただし、90回の試行のうち10回は途中で破産。結果はシミュレーション内の成績で、実店舗で同じ利益が得られることを示すものではありません。
なぜ重要か
ネットショップの運営自動化を検討する事業者にとって、利益だけでなく資金繰りの失敗も評価対象になると分かりますが、実店舗での成績はこの研究からは分かりません。